基于遗传算法的柔性资源车间调度研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 导论 | 第7-16页 |
| ·选题的目的和意义 | 第7-9页 |
| ·相关领域的国内外研究概况 | 第9-15页 |
| ·本文研究的主要内容及方法 | 第15-16页 |
| 第二章 柔性资源及生产作业调度问题的基本理论 | 第16-26页 |
| ·柔性及柔性资源概述 | 第16-21页 |
| ·柔性概述 | 第16-19页 |
| ·柔性资源概述 | 第19-21页 |
| ·车间调度概述 | 第21-26页 |
| ·车间调度的含义 | 第21-22页 |
| ·生产作业调度问题的目标 | 第22页 |
| ·车间调度的分类 | 第22-23页 |
| ·流水作业调度问题的一般描述 | 第23-24页 |
| ·车间调度的规则和性能指标 | 第24-26页 |
| 第三章 遗传算法相关理论及其实现技术 | 第26-39页 |
| ·遗传算法产生与发展 | 第26-27页 |
| ·遗传算法的基本概念 | 第27-28页 |
| ·遗传算法的优势 | 第28-30页 |
| ·遗传算法与普通搜索算法的比较 | 第28页 |
| ·遗传算法的优势 | 第28-30页 |
| ·遗传算法求解调度问题的一般过程 | 第30-33页 |
| ·遗传算法的形式化描述 | 第30页 |
| ·制订遗传编码方案 | 第30-31页 |
| ·产生初始种群 | 第31页 |
| ·计算群体个体的适应值 | 第31页 |
| ·遗传算子 | 第31-33页 |
| ·遗传算法的改进 | 第33-36页 |
| ·复制操作 | 第33页 |
| ·交叉操作 | 第33-34页 |
| ·变异操作 | 第34页 |
| ·高级基因操作 | 第34页 |
| ·算法结构 | 第34-35页 |
| ·针对函数优化的改进 | 第35-36页 |
| ·遗传算法的应用研究现状 | 第36-39页 |
| 第四章 柔性资源调度问题的遗传算法 | 第39-52页 |
| ·引言 | 第39页 |
| ·调度模型 | 第39-43页 |
| ·采用的遗传操作算子 | 第43-46页 |
| ·染色体表现型 | 第45页 |
| ·选择算子 | 第45页 |
| ·交叉算子 | 第45-46页 |
| ·变异算子 | 第46页 |
| ·调度算法和结果 | 第46-52页 |
| 第五章 生产作业调度系统研究 | 第52-58页 |
| ·引言 | 第52-53页 |
| ·基于遗传算法的智能优化调度系统及其体系结构 | 第53-55页 |
| ·遗传算法与专家系统 | 第53-54页 |
| ·系统结构 | 第54-55页 |
| ·系统的工作机制 | 第55-58页 |
| ·遗传优化 | 第56-57页 |
| ·决策支持 | 第57-58页 |
| 第六章 总结与展望 | 第58-61页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-61页 |
| ·车间作业调度策略展望 | 第59页 |
| ·车间作业调度方法的展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文发表情况 | 第67页 |
